10  ANDTS

Author
Affiliation
Magnus Johansson
Published

January 29, 2023

10.1 Bakgrund

Vi har tagit data från 2020, eftersom två frågor tillkommit 2020.

Frågorna har delats in i tre tänkta områden, som markerats med bakgrundsfärg i tabellen med items längre ner:

  • eget bruk
  • debutålder
  • föräldrarna/familjen

Frågorna har stor variation i svarskategorierna, vilket beskrivs i PDF-filen med frågor, och även framgår om man klickar på vid denna sidas rubrik högst upp och tittar på källkoden till analysen där omkodning (“recode”) av svarskategorierna finns med tidigt i koden (innan denna text).

Exempel på vanliga typer av svarskategorier och deras omkodning:

  • ‘Nej, jag har aldrig rökt’=0;
  • ‘Nej, bara provat hur det smakar’=1;
  • ‘Nej, jag har rökt men slutat’=2;
  • ‘Ja, ibland men inte varje dag’=3;
  • ‘Ja, dagligen’=4;

och:

  • ‘Nej, ingen gång’=0;
  • ‘Ja, 1 gång’=1;
  • ‘Ja, 2-4 gånger’=2;
  • ‘Ja, 5-10 gånger’=3;
  • ‘Ja, 11-20 gånger’=4;
  • ‘Ja, 21-50 gånger’=5;
  • ‘Ja, mer än 50 gånger’=6;

Denna typ av frekvensskattningar med så många svarsalternativ brukar sällan ge psykometriskt meningsfull information, d.v.s. det är inte tillräckligt stor skillnad på de olika svarsalternativen för att var och en av kategorierna ska bidra med mera information om respondenten. Vi kommer med största sannolikhet behöva slå samman flera av dem för att kunna göra en rimlig analys.

För denna analys är målsättningen inte att undersöka möjligheten att ta fram ett eller flera indexvärden utifrån sammansättningar av items/frågor som sedan kan användas på samtliga deltagare. Detta beror på att de flesta deltagare har såpass liten användning av substanser eller ens har svarat på frågorna. Däremot vill vi se hur frågorna fungerar relativt varandra (item-hierarki) och om det skiljer sig mellan kön, årskurs och över tid.

itemnr item
F14 Röker du?
FNY12020 Röker du e-cigaretter?
F18 Snusar du?
F34 Hur ofta dricker du vid ett och samma tillfälle alkohol motsvarande minst 18cl sprit?
F41 Har du sniffat/boffat någon gång?
F47 Hur många gånger totalt har du använt hasch/marijuana?
F48 Hur många gånger totalt har du använt annan narkotika än hasch/marijuana?
f53 Har du det senaste läsåret varit i kontakt med någon hjälpinstans p.g.a alkohol eller droger?
F73 Hur mycket pengar har du spelat för de senaste 30 dagarna?
F16 Hur gammal var du första gången du rökte?
F20 Hur gammal var du första gången du snusade?
F37 Hur gammal var du första gången du kände dig berusad?
F44 Hur gammal var du första gången du sniffade/boffade?
F51 Hur gammal var du första gången du använde narkotika?
F17 Får du röka för dina föräldrar?
F21 Får du snusa för dina föräldrar?
f22 Använder någon i din familj tobak (röker eller snusar)?
F40 Får du dricka alkohol för dina föräldrar?
FNY22020 Får du satsa pengar på spel för dina föräldrar?

10.2 Bortfall i data

Eftersom ANDTS-frågorna har större bortfall i svar kommer vi inte helt filtrera bort respondenter med saknade svar.

itemnr item
F14 Röker du?
FNY12020 Röker du e-cigaretter?
F18 Snusar du?
F34 Hur ofta dricker du vid ett och samma tillfälle alkohol motsvarande minst 18cl sprit?
F41 Har du sniffat/boffat någon gång?
F47 Hur många gånger totalt har du använt hasch/marijuana?
F48 Hur många gånger totalt har du använt annan narkotika än hasch/marijuana?
f53 Har du det senaste läsåret varit i kontakt med någon hjälpinstans p.g.a alkohol eller droger?
F73 Hur mycket pengar har du spelat för de senaste 30 dagarna?
F16 Hur gammal var du första gången du rökte?
F20 Hur gammal var du första gången du snusade?
F37 Hur gammal var du första gången du kände dig berusad?
F44 Hur gammal var du första gången du sniffade/boffade?
F51 Hur gammal var du första gången du använde narkotika?
F17 Får du röka för dina föräldrar?
F21 Får du snusa för dina föräldrar?
f22 Använder någon i din familj tobak (röker eller snusar)?
F40 Får du dricka alkohol för dina föräldrar?
FNY22020 Får du satsa pengar på spel för dina föräldrar?

Efter att ha tagit bort respondenter med färre än 12 items besvarade ser bortfallet ut enligt nedan.

Vi har 3978 respondenter i data, av totalt 13065 respondenter för år 2020. Det innebär att samplet vi analyserar består av den delen som använder olika typer av substanser. Vi kan senare jämföra dem med de som filtrerats ut.

10.3 Deskriptiva data

10.3.1 Demografi

Kön n Percent
Flicka 1828 47.6
Pojke 2009 52.4
Årskurs n Percent
Åk 9 1476 37.1
Gy 2 2502 62.9

10.3.2 Item-data

Vi tar bort items om debutålder från tile-plotten, eftersom de skulle göra övriga frågor svårlästa.

Vi kan se att det är mycket få respondenter i en del kategorier, och flera olika strukturer på svarsfördelningar.

10.4 Eget bruk

10.4.1 Svarskategorier

Eftersom frekvensbaserade svarskategorier använts, som ofta har mindre psykometriskt meningsfulla skillnader mellan de högre kategorierna, behöver vi först titta på om de behöver slås samman.

Vi ser många problem här som behöver åtgärdas:

  • F14 - kategori 2 slås samman med kategori 3
  • FNY12020 - slår samman de tre högsta
  • F18 - slår samman 2+1 och 3+4
  • F34 - slår samman 1+2
  • F41 - tas bort - mycket få svar över 0
  • F47 - vi slår samman 3+4 och 5+6
  • F48 - dikotomiseras mellan 0 och övriga kategorier
  • F73 - vi slår samman mittenkategorierna 1-5, och låter 0 och 6 vara kvar.

Det innebär att boffning/sniffning tas bort.

10.4.2 Omkodning av svarskategorier

10.4.2.1 Tileplot

10.4.2.2 Analys av svarskategorier

F48 ser tveksam ut. Vi provar 1=0;2:3=1;4:6=2 i stället.

Ser bättre ut.

itemnr item
F14 Röker du?
FNY12020 Röker du e-cigaretter?
F18 Snusar du?
F34 Hur ofta dricker du vid ett och samma tillfälle alkohol motsvarande minst 18cl sprit?
F47 Hur många gånger totalt har du använt hasch/marijuana?
F48 Hur många gånger totalt har du använt annan narkotika än hasch/marijuana?
F73 Hur mycket pengar har du spelat för de senaste 30 dagarna?
OutfitMSQ InfitMSQ OutfitZSTD InfitZSTD
F14 0.833 0.83 -0.435 -0.264
FNY12020 0.915 0.911 -0.029 -0.003
F18 0.909 0.89 0.145 -0.039
F34 0.773 0.772 -0.542 -0.592
F47 0.722 0.725 -0.972 -1.495
F48 0.787 0.795 -0.717 -0.944
F73 1.436 1.433 0.159 0.011
PCA of Rasch model residuals
Eigenvalues
1.56
1.40
1.28
1.14
1.03

F14 FNY12020 F18 F34 F47 F48 F73
F14
FNY12020 -0.14
F18 -0.18 -0.04
F34 -0.13 -0.2 -0.08
F47 -0.1 -0.18 -0.12 -0.31
F48 -0.08 -0.11 -0.18 -0.2 0.14
F73 -0.23 -0.19 -0.08 -0.2 -0.23 -0.08
Note:
Relative cut-off value (highlighted in red) is 0.061, which is 0.2 above the average correlation.

Vi kan se att de två högsta svarskategorierna för F47 behöver slås samman, de är oordnade. Det är också tydligt att F73 har hög item fit och behöver tas bort.

10.5 Eget bruk 2

itemnr item
F14 Röker du?
FNY12020 Röker du e-cigaretter?
F18 Snusar du?
F34 Hur ofta dricker du vid ett och samma tillfälle alkohol motsvarande minst 18cl sprit?
F47 Hur många gånger totalt har du använt hasch/marijuana?
F48 Hur många gånger totalt har du använt annan narkotika än hasch/marijuana?
OutfitMSQ InfitMSQ OutfitZSTD InfitZSTD
F14 0.847 0.849 -0.238 -0.528
FNY12020 0.91 0.908 -0.64 -0.653
F18 0.925 0.909 -0.861 -1.291
F34 0.754 0.748 -1.9 -1.961
F47 0.765 0.816 -2.408 -2.513
F48 0.823 0.83 -1.627 -2.145
PCA of Rasch model residuals
Eigenvalues
1.52
1.38
1.29
1.04
0.95

F14 FNY12020 F18 F34 F47 F48
F14
FNY12020 -0.15
F18 -0.2 -0.05
F34 -0.16 -0.23 -0.1
F47 -0.09 -0.16 -0.09 -0.25
F48 -0.08 -0.11 -0.17 -0.21 0.09
Note:
Relative cut-off value (highlighted in red) is 0.069, which is 0.2 above the average correlation.

10.5.1 Summering av åtgärder för svarskategorier

df.eget$F14 <- recode(df.eget$F14,"3=2;4=3")
df.eget$FNY12020 <- recode(df.eget$FNY12020,"3:4=2")
df.eget$F18 <- recode(df.eget$F18,"2=1;3:4=2")
df.eget$F34 <- recode(df.eget$F34,"2=1;3=2;4=3;5=4")

df.eget$F41 <- NULL
df.eget$F47 <- recode(df.eget$F47,"4=3;5:6=4")
df.eget$F47 <- recode(df.eget$F47,"4=3") # i praktiken 4:6=3 

df.eget$F73 <- recode(df.eget$F73,"2:5=1;6=2")
df.eget$F48 <- recode(df.omit.na$F48,"1=0;2:3=1;4:6=2")

10.6 Invarians/DIF

10.6.1 Kön

itemnr item
F14 Röker du?
FNY12020 Röker du e-cigaretter?
F18 Snusar du?
F34 Hur ofta dricker du vid ett och samma tillfälle alkohol motsvarande minst 18cl sprit?
F47 Hur många gånger totalt har du använt hasch/marijuana?
F48 Hur många gånger totalt har du använt annan narkotika än hasch/marijuana?

Item 2 3 Mean location StDev MaxDiff
F14 0.933 1.764 1.348 0.587 0.831
FNY12020 -0.004 -0.056 -0.030 0.037 0.052
F18 -0.473 -1.078 -0.776 0.428 0.606
F34 -0.160 0.027 -0.066 0.133 0.188
F47 -1.324 -1.539 -1.431 0.152 0.215
F48 1.028 0.882 0.955 0.104 0.147

Det är röker och snusar som skiljer sig mellan könen. Figuren med itemtrösklar visar på mera detaljinformation.

10.6.2 Årskurs

itemnr item
F14 Röker du?
FNY12020 Röker du e-cigaretter?
F18 Snusar du?
F34 Hur ofta dricker du vid ett och samma tillfälle alkohol motsvarande minst 18cl sprit?
F47 Hur många gånger totalt har du använt hasch/marijuana?
F48 Hur många gånger totalt har du använt annan narkotika än hasch/marijuana?

Item 2 3 Mean location StDev MaxDiff
F14 1.288 1.275 1.282 0.009 0.013
FNY12020 -0.428 0.188 -0.120 0.436 0.616
F18 -0.707 -0.698 -0.702 0.007 0.009
F34 -0.041 -0.077 -0.059 0.025 0.036
F47 -1.152 -1.604 -1.378 0.319 0.451
F48 1.039 0.915 0.977 0.088 0.125

FNY12020 går över gränsvärdet, medan F47 är mycket nära. Det verkar huvudsakligen vara den lägsta tröskeln som förändrats för F47.

10.6.3 Årtal

Här exkluderas FNY122020 eftersom den bara finns för 2020.

itemnr item
F14 Röker du?
F18 Snusar du?
F34 Hur ofta dricker du vid ett och samma tillfälle alkohol motsvarande minst 18cl sprit?
F47 Hur många gånger totalt har du använt hasch/marijuana?
F48 Hur många gånger totalt har du använt annan narkotika än hasch/marijuana?

Item 4 5 7 8 12 13 14 15 Mean location StDev MaxDiff
F14 -0.820 -0.771 -0.759 -0.800 -0.753 -0.574 -0.363 -0.147 -0.623 0.246 0.673
F18 -0.143 0.027 0.145 0.251 0.372 0.342 0.227 -0.263 0.120 0.229 0.635
F34 -0.095 -0.227 -0.185 -0.030 0.088 0.084 0.213 0.333 0.023 0.194 0.560
F47 -0.639 -0.603 -0.808 -1.025 -1.176 -1.240 -1.469 -1.275 -1.030 0.317 0.866
F48 1.697 1.575 1.607 1.605 1.469 1.388 1.393 1.352 1.511 0.127 0.345

Här sker en del intressanta förändringar över tid hos samtliga items.

10.7 Debutålder

Här är det förmodligen mest intressant att ta fram medelvärde, median, och spridningsmått, samt visualiseringar.

Det finns dock låga svar som är tvivelaktiga att ta med. När frågor om debutålder besvaras med exempelvis intervallet 0-4 år förefaller det osannolikt att svaret är uppriktigt.

10.7.1 Övergripande svarsfördelning

Tabellen nedan gäller samtliga fem items, enbart år 2020.

Response category Number of responses Percent
0 32 0.0
1 28 0.0
2 24 0.0
3 34 0.1
4 74 0.1
5 90 0.1
6 39 0.1
7 44 0.1
8 33 0.1
9 43 0.1
10 111 0.2
11 155 0.2
12 553 0.8
13 1190 1.8
14 2822 4.3
15 3567 5.5
16 2403 3.7
17 1269 1.9
18 211 0.3
19 35 0.1
20 3 0.0
NA 52565 80.5

Förslagsvis kodas alla svar under 9 års ålder som missing/NA innan andra beräkningar genomförs.

10.7.2 Omkodning av låga svar

itemnr item
F16 Hur gammal var du första gången du rökte?
F20 Hur gammal var du första gången du snusade?
F37 Hur gammal var du första gången du kände dig berusad?
F44 Hur gammal var du första gången du sniffade/boffade?
F51 Hur gammal var du första gången du använde narkotika?

10.7.3 Visualisering av debutålder

Ovan finns alla svar samlade från både Åk 9 och Gy 2, och båda kön tillsammans.

Nedan finns svaren uppdelade på årskurs.

Nedan enbart åk2.

10.7.4 Debutålder över tid, Gy 2 enbart

Eftersom frågan ställs till både åk 9 och årskurs 2 på gymnasiet verkar det mest relevant att enbart redovisa rapporteringen som görs när eleverna är äldre.

10.7.4.1 Komplement med båda åk

10.7.5 Bortfall av svar

itemnr item
F16 Hur gammal var du första gången du rökte?
F20 Hur gammal var du första gången du snusade?
F37 Hur gammal var du första gången du kände dig berusad?
F44 Hur gammal var du första gången du sniffade/boffade?
F51 Hur gammal var du första gången du använde narkotika?

Enbart de som besvarat åtminstone tre av de fem frågorna kan vara med i analysen.

Detta reducerar sampelstorleken från 3978 till 15283 respondenter.

10.7.6 Svarskategorier

Response category Number of responses Percent
9.0 486 0.6
10.0 1011 1.3
11.0 1774 2.3
12.0 4953 6.5
13.0 8670 11.3
13.5 1 0.0
14.0 12253 16.0
15.0 11593 15.2
16.0 7005 9.2
16.5 1 0.0
17.0 3624 4.7
18.0 491 0.6
19.0 136 0.2
20.0 4 0.0
NA 24413 31.9

Vi slår samman alla upp till 11 år i samma kategori, som betecknas med siffran 0, därefter blir 12 år = kategori 1, 13 år = 2, och så vidare upp till 18-20 år = 7.

Enbart item F16 (rökning) uppvisar ordnade svarskategorier. Vi går ändå vidare och tittar på andra parametrar innan några eventuella åtgärder görs.

Det är dock svårt att få modellen att konvergera, vilket också bekräftar att debutålder inte är meningsfullt att bygga något index av.

10.8 Möjliga indexberäkningar och visualisering

Smolkowski et al., 2006, p. 241, skriver “We created an index of substance use by summing the number of reported substances used in the last month: cigarettes, alcohol, marijuana, or any of the other drugs.”

Det ter sig lite märkligt att inte alls vikta substanserna, men vi kan prova ett liknande upplägg.

Vi har fem items som kan användas, som avser tobaksrökning, snus, alkohol, narkotika (inkl cannabis), samt e-cigaretter. Dock har den sistnämna enbart funnits sedan 2020, så den utelämnas tills vi har hittat ett sätt att se till att den inte förvränger jämförbarheten över tid. Det kan ev. vara lämpligt att på något vis integrera tobaksanvändning, oavsett form.

  • Fråga 37 (f36 i data), Hur många gånger har du druckit så mycket alkohol att du känt dig berusad under den senaste 4-veckorsperioden? Fördelningen av svaren är märklig, se histogram nedan

Vi kodar om enligt: “4:12=3;13:31=NA”

Samma sak gäller frågan om narkotika-användning.

    1. Hur många gånger har du använt narkotika (cannabis eller annan narkotika) den senaste 4-veckors perioden?

Omkodning: “4:12=3;13:100=NA”

Item F14 är inte formulerad enligt samma tydliga frekvensfråga som de två tidigare frågorna. Den har sedan tidigare kodats enligt nedan:

recode(df$F14,“‘Nej, jag har aldrig rökt’=0; ‘Nej, bara provat hur det smakar’=1; ‘Nej, jag har rökt men slutat’=2; ‘Ja, ibland men inte varje dag’=3; ‘Ja, dagligen’=4; ‘’=NA”, as.factor = F)

Och inför test av index kodas den “0:2=0;3=1;4=2”

Samma gäller FNY12020 (e-cigaretter)

recode(df$FNY12020,“‘Nej, jag har aldrig rökt e-cigaretter’=0; ‘Nej, bara provat hur det smakar’=1; ‘Nej, jag har rökt e-cigaretter men slutat’=2; ‘Ja, ibland men inte varje dag’=3; ‘Ja, dagligen’=4; ‘’=NA”, as.factor = F)

Som blir “0:2=0;3=1;4=2”

Och även F18 för snus.

10.8.1 Separerade på respektive substans

10.8.2 Indexvärde för bruk under senaste 4v

Om vi slår samman “F14r”,“F18r”,“F36new”,“F49new”,“FNY12020r” kan man max ha 2+2+3+3+3 = 12

Senaste4v n
0 63514
1 12001
2 10284
3 8489
4 5579
5 3968
6 1901
7 743
8 382
9 181
10 88
11 3
12 2

Dock finns ingen viktning i ovanstående, så allt bruk likställs, utöver att det går att rapportera högre nivå av alkohol och narkotika, där det är viktigt att notera att den sistnämna inkluderar cannabis.

F14r = rökning F18r = snus f36r = alkohol F49r = narkotika (cannabis eller annan narkotika) GNY12020r = e-cigaretter

Ovanstående är alla år sammanslaget. Nedan fördelat på årtal.

10.8.2.1 Test visualisering oviktat index “Bruk senaste 4v”

Utifrån siffrorna i tabellen tidigare ter det sig rimligt att slå samman de som har värden på 6 eller mer. Vi ska också testa att gruppera de som har x antal bruk.

10.8.3 Blandbruk

E-cigaretter ej med pga enbart data från 2020. Snusning finns ej med, kan läggas till om så önskas.

10.8.4 Utan icke-brukare/saknade svar

10.8.5 Tabell

Bruk n Andel
Åk 9 - Flicka
2006 Alla tre substanser en gång eller oftare 0 0.0
2006 Alkohol och narkotika en gång eller oftare 1 0.0
2006 Rökning och narkotika en gång eller oftare 3 0.1
2006 Rökning och alkohol en gång eller oftare 145 4.8
2006 En substans en gång 724 24.1
2006 Ej använt 1890 63.0
2006 Svar saknas 235 7.8
Åk 9 - Pojke
2006 Alla tre substanser en gång eller oftare 0 0.0
2006 Alkohol och narkotika en gång eller oftare 6 0.2
2006 Rökning och narkotika en gång eller oftare 11 0.4
2006 Rökning och alkohol en gång eller oftare 71 2.4
2006 En substans en gång 477 16.4
2006 Ej använt 2023 69.4
2006 Svar saknas 329 11.3
Gy 2 - Flicka
2006 Alla tre substanser en gång eller oftare 0 0.0
2006 Alkohol och narkotika en gång eller oftare 7 0.2
2006 Rökning och narkotika en gång eller oftare 7 0.2
2006 Rökning och alkohol en gång eller oftare 273 8.4
2006 En substans en gång 1032 31.9
2006 Ej använt 1314 40.7
2006 Svar saknas 599 18.5
Gy 2 - Pojke
2006 Alla tre substanser en gång eller oftare 0 0.0
2006 Alkohol och narkotika en gång eller oftare 14 0.5
2006 Rökning och narkotika en gång eller oftare 3 0.1
2006 Rökning och alkohol en gång eller oftare 112 3.8
2006 En substans en gång 929 31.2
2006 Ej använt 1267 42.6
2006 Svar saknas 652 21.9
Bruk n Andel
Åk 9 - Flicka
2010 Alla tre substanser en gång eller oftare 0 0.0
2010 Alkohol och narkotika en gång eller oftare 2 0.1
2010 Rökning och narkotika en gång eller oftare 9 0.3
2010 Rökning och alkohol en gång eller oftare 157 4.8
2010 En substans en gång 788 23.8
2010 Ej använt 2101 63.6
2010 Svar saknas 247 7.5
Åk 9 - Pojke
2010 Alla tre substanser en gång eller oftare 0 0.0
2010 Alkohol och narkotika en gång eller oftare 6 0.2
2010 Rökning och narkotika en gång eller oftare 18 0.5
2010 Rökning och alkohol en gång eller oftare 143 4.1
2010 En substans en gång 624 17.9
2010 Ej använt 2359 67.7
2010 Svar saknas 335 9.6
Gy 2 - Flicka
2010 Alla tre substanser en gång eller oftare 0 0.0
2010 Alkohol och narkotika en gång eller oftare 11 0.2
2010 Rökning och narkotika en gång eller oftare 14 0.3
2010 Rökning och alkohol en gång eller oftare 423 9.1
2010 En substans en gång 1564 33.5
2010 Ej använt 1877 40.3
2010 Svar saknas 773 16.6
Gy 2 - Pojke
2010 Alla tre substanser en gång eller oftare 0 0.0
2010 Alkohol och narkotika en gång eller oftare 30 0.8
2010 Rökning och narkotika en gång eller oftare 18 0.5
2010 Rökning och alkohol en gång eller oftare 238 6.0
2010 En substans en gång 1213 30.6
2010 Ej använt 1605 40.5
2010 Svar saknas 861 21.7
Bruk n Andel
Åk 9 - Flicka
2014 Alla tre substanser en gång eller oftare 0 0.0
2014 Alkohol och narkotika en gång eller oftare 1 0.0
2014 Rökning och narkotika en gång eller oftare 2 0.1
2014 Rökning och alkohol en gång eller oftare 48 1.8
2014 En substans en gång 509 19.5
2014 Ej använt 1916 73.4
2014 Svar saknas 134 5.1
Åk 9 - Pojke
2014 Alla tre substanser en gång eller oftare 0 0.0
2014 Alkohol och narkotika en gång eller oftare 3 0.1
2014 Rökning och narkotika en gång eller oftare 3 0.1
2014 Rökning och alkohol en gång eller oftare 47 1.7
2014 En substans en gång 324 12.0
2014 Ej använt 2150 79.9
2014 Svar saknas 163 6.1
Gy 2 - Flicka
2014 Alla tre substanser en gång eller oftare 0 0.0
2014 Alkohol och narkotika en gång eller oftare 1 0.0
2014 Rökning och narkotika en gång eller oftare 9 0.2
2014 Rökning och alkohol en gång eller oftare 198 5.4
2014 En substans en gång 1098 30.0
2014 Ej använt 1856 50.7
2014 Svar saknas 499 13.6
Gy 2 - Pojke
2014 Alla tre substanser en gång eller oftare 0 0.0
2014 Alkohol och narkotika en gång eller oftare 18 0.6
2014 Rökning och narkotika en gång eller oftare 12 0.4
2014 Rökning och alkohol en gång eller oftare 100 3.3
2014 En substans en gång 825 27.1
2014 Ej använt 1608 52.9
2014 Svar saknas 478 15.7
Bruk n Andel
Åk 9 - Flicka
2018 Alla tre substanser en gång eller oftare 0 0.0
2018 Alkohol och narkotika en gång eller oftare 2 0.1
2018 Rökning och narkotika en gång eller oftare 9 0.3
2018 Rökning och alkohol en gång eller oftare 33 1.2
2018 En substans en gång 411 15.1
2018 Ej använt 2169 79.5
2018 Svar saknas 103 3.8
Åk 9 - Pojke
2018 Alla tre substanser en gång eller oftare 0 0.0
2018 Alkohol och narkotika en gång eller oftare 7 0.3
2018 Rökning och narkotika en gång eller oftare 5 0.2
2018 Rökning och alkohol en gång eller oftare 15 0.5
2018 En substans en gång 251 9.0
2018 Ej använt 2317 82.9
2018 Svar saknas 199 7.1
Gy 2 - Flicka
2018 Alla tre substanser en gång eller oftare 0 0.0
2018 Alkohol och narkotika en gång eller oftare 8 0.3
2018 Rökning och narkotika en gång eller oftare 11 0.4
2018 Rökning och alkohol en gång eller oftare 104 3.4
2018 En substans en gång 927 30.1
2018 Ej använt 1644 53.3
2018 Svar saknas 389 12.6
Gy 2 - Pojke
2018 Alla tre substanser en gång eller oftare 0 0.0
2018 Alkohol och narkotika en gång eller oftare 25 0.9
2018 Rökning och narkotika en gång eller oftare 4 0.1
2018 Rökning och alkohol en gång eller oftare 47 1.6
2018 En substans en gång 700 24.4
2018 Ej använt 1609 56.2
2018 Svar saknas 480 16.8
Bruk n Andel
Åk 9 - Flicka
2020 Alla tre substanser en gång eller oftare 0 0.0
2020 Alkohol och narkotika en gång eller oftare 7 0.2
2020 Rökning och narkotika en gång eller oftare 1 0.0
2020 Rökning och alkohol en gång eller oftare 50 1.5
2020 En substans en gång 547 16.9
2020 Ej använt 2461 76.1
2020 Svar saknas 166 5.1
Åk 9 - Pojke
2020 Alla tre substanser en gång eller oftare 0 0.0
2020 Alkohol och narkotika en gång eller oftare 7 0.2
2020 Rökning och narkotika en gång eller oftare 5 0.2
2020 Rökning och alkohol en gång eller oftare 19 0.6
2020 En substans en gång 421 12.7
2020 Ej använt 2574 77.5
2020 Svar saknas 296 8.9
Gy 2 - Flicka
2020 Alla tre substanser en gång eller oftare 0 0.0
2020 Alkohol och narkotika en gång eller oftare 9 0.3
2020 Rökning och narkotika en gång eller oftare 7 0.2
2020 Rökning och alkohol en gång eller oftare 103 3.3
2020 En substans en gång 942 29.8
2020 Ej använt 1641 51.8
2020 Svar saknas 463 14.6
Gy 2 - Pojke
2020 Alla tre substanser en gång eller oftare 0 0.0
2020 Alkohol och narkotika en gång eller oftare 28 1.0
2020 Rökning och narkotika en gång eller oftare 5 0.2
2020 Rökning och alkohol en gång eller oftare 40 1.4
2020 En substans en gång 749 25.6
2020 Ej använt 1578 53.9
2020 Svar saknas 528 18.0

10.8.6 Missing data över tid

10.9 Programvara som använts

Package Version Citation
arrow 10.0.0 Richardson et al. (2022)
base 4.2.2 R Core Team (2022)
car 3.1.1 Fox and Weisberg (2019)
cowplot 1.1.1 Wilke (2020)
eRm 1.0.2 Mair and Hatzinger (2007b); Mair and Hatzinger (2007a); Hatzinger and Rusch (2009); Rusch, Maier, and Hatzinger (2013); Koller, Maier, and Hatzinger (2015); Debelak and Koller (2019); Mair, Hatzinger, and Maier (2021)
foreach 1.5.2 Microsoft and Weston (2022)
formattable 0.2.1 Ren and Russell (2021)
ggrepel 0.9.2 Slowikowski (2022)
glue 1.6.2 Hester and Bryan (2022)
grateful 0.1.11 Rodríguez-Sánchez, Jackson, and Hutchins (2022)
kableExtra 1.3.4 Zhu (2021)
knitr 1.41 Xie (2014); Xie (2015); Xie (2022)
matrixStats 0.63.0 Bengtsson (2022)
mirt 1.37.1 Chalmers (2012)
psych 2.2.9 Revelle (2022)
psychotree 0.16.0 Trepte and Verbeet (2010); Strobl, Wickelmaier, and Zeileis (2011); Strobl, Kopf, and Zeileis (2015); Komboz, Zeileis, and Strobl (2018); Wickelmaier and Zeileis (2018)
reshape 0.8.9 Wickham (2007)
RISEkbmRasch 0.1.8.1 Johansson (2023)
rmarkdown 2.19 Xie, Allaire, and Grolemund (2018); Xie, Dervieux, and Riederer (2020); Allaire et al. (2022)
tidyverse 1.3.2 Wickham et al. (2019)

10.10 Referenser

Allaire, JJ, Yihui Xie, Jonathan McPherson, Javier Luraschi, Kevin Ushey, Aron Atkins, Hadley Wickham, Joe Cheng, Winston Chang, and Richard Iannone. 2022. Rmarkdown: Dynamic Documents for r. https://github.com/rstudio/rmarkdown.
Bengtsson, Henrik. 2022. matrixStats: Functions That Apply to Rows and Columns of Matrices (and to Vectors). https://CRAN.R-project.org/package=matrixStats.
Chalmers, R. Philip. 2012. mirt: A Multidimensional Item Response Theory Package for the R Environment.” Journal of Statistical Software 48 (6): 1–29. https://doi.org/10.18637/jss.v048.i06.
Debelak, Rudolf, and Ingrid Koller. 2019. Testing the Local Independence Assumption of the Rasch Model With Q3-Based Nonparametric Model Tests.” Applied Psychological Measurement. https://doi.org/10.1177/0146621619835501.
Fox, John, and Sanford Weisberg. 2019. An R Companion to Applied Regression. Third. Thousand Oaks CA: Sage. https://socialsciences.mcmaster.ca/jfox/Books/Companion/.
Hatzinger, Reinhold, and Thomas Rusch. 2009. IRT models with relaxed assumptions in eRm: A manual-like instruction.” Psychology Science Quarterly 51.
Hester, Jim, and Jennifer Bryan. 2022. Glue: Interpreted String Literals. https://CRAN.R-project.org/package=glue.
Johansson, Magnus. 2023. RISEkbmRasch: Psychometric Analysis in r with Rasch Measurement Theory. https://github.com/pgmj/RISEkbmRasch.
Koller, Ingrid, Marco Johannes Maier, and Reinhold Hatzinger. 2015. An Empirical Power Analysis of Quasi-Exact Tests for the Rasch Model: Measurement Invariance in Small Samples.” Methodology 11. https://doi.org/10.1027/1614-2241/a000090.
Komboz, Basil, Achim Zeileis, and Carolin Strobl. 2018. “Tree-Based Global Model Tests for Polytomous Rasch Models.” Educational and Psychological Measurement 78 (1): 128–66. https://doi.org/10.1177/0013164416664394.
Mair, Patrick, and Reinhold Hatzinger. 2007a. CML based estimation of extended Rasch models with the eRm package in R.” Psychology Science 49.
———. 2007b. Extended Rasch modeling: The eRm package for the application of IRT models in R.” Journal of Statistical Software 20. https://www.jstatsoft.org/v20/i09.
Mair, Patrick, Reinhold Hatzinger, and Marco Johannes Maier. 2021. eRm: Extended Rasch Modeling. https://cran.r-project.org/package=eRm.
Microsoft, and Steve Weston. 2022. Foreach: Provides Foreach Looping Construct. https://CRAN.R-project.org/package=foreach.
R Core Team. 2022. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.
Ren, Kun, and Kenton Russell. 2021. Formattable: Create ’Formattable’ Data Structures. https://CRAN.R-project.org/package=formattable.
Revelle, William. 2022. Psych: Procedures for Psychological, Psychometric, and Personality Research. Evanston, Illinois: Northwestern University. https://CRAN.R-project.org/package=psych.
Richardson, Neal, Ian Cook, Nic Crane, Dewey Dunnington, Romain François, Jonathan Keane, Dragoș Moldovan-Grünfeld, Jeroen Ooms, and Apache Arrow. 2022. Arrow: Integration to ’Apache’ ’Arrow’. https://CRAN.R-project.org/package=arrow.
Rodríguez-Sánchez, Francisco, Connor P. Jackson, and Shaurita D. Hutchins. 2022. Grateful: Facilitate Citation of r Packages. https://github.com/Pakillo/grateful.
Rusch, Thomas, Marco Johannes Maier, and Reinhold Hatzinger. 2013. Linear logistic models with relaxed assumptions in R.” In Algorithms from and for Nature and Life, edited by Berthold Lausen, Dirk van den Poel, and Alfred Ultsch. Studies in Classification, Data Analysis, and Knowledge Organization. New York: Springer. https://doi.org/10.1007/978-3-319-00035-0_34.
Slowikowski, Kamil. 2022. Ggrepel: Automatically Position Non-Overlapping Text Labels with ’Ggplot2’. https://CRAN.R-project.org/package=ggrepel.
Strobl, Carolin, Julia Kopf, and Achim Zeileis. 2015. “Rasch Trees: A New Method for Detecting Differential Item Functioning in the Rasch Model.” Psychometrika 80 (2): 289–316. https://doi.org/10.1007/s11336-013-9388-3.
Strobl, Carolin, Florian Wickelmaier, and Achim Zeileis. 2011. “Accounting for Individual Differences in Bradley-Terry Models by Means of Recursive Partitioning.” Journal of Educational and Behavioral Statistics 36 (2): 135–53. https://doi.org/10.3102/1076998609359791.
Trepte, Sabine, and Markus Verbeet, eds. 2010. Allgemeinbildung in Deutschland – Erkenntnisse Aus Dem SPIEGEL Studentenpisa-Test. Wiesbaden: VS Verlag.
Wickelmaier, Florian, and Achim Zeileis. 2018. “Using Recursive Partitioning to Account for Parameter Heterogeneity in Multinomial Processing Tree Models.” Behavior Research Methods 50 (3): 1217–33. https://doi.org/10.3758/s13428-017-0937-z.
Wickham, Hadley. 2007. “Reshaping Data with the Reshape Package.” Journal of Statistical Software 21 (12). https://www.jstatsoft.org/v21/i12/.
Wickham, Hadley, Mara Averick, Jennifer Bryan, Winston Chang, Lucy D’Agostino McGowan, Romain François, Garrett Grolemund, et al. 2019. “Welcome to the tidyverse.” Journal of Open Source Software 4 (43): 1686. https://doi.org/10.21105/joss.01686.
Wilke, Claus O. 2020. Cowplot: Streamlined Plot Theme and Plot Annotations for ’Ggplot2’. https://CRAN.R-project.org/package=cowplot.
Xie, Yihui. 2014. “Knitr: A Comprehensive Tool for Reproducible Research in R.” In Implementing Reproducible Computational Research, edited by Victoria Stodden, Friedrich Leisch, and Roger D. Peng. Chapman; Hall/CRC. http://www.crcpress.com/product/isbn/9781466561595.
———. 2015. Dynamic Documents with R and Knitr. 2nd ed. Boca Raton, Florida: Chapman; Hall/CRC. https://yihui.org/knitr/.
———. 2022. Knitr: A General-Purpose Package for Dynamic Report Generation in r. https://yihui.org/knitr/.
Xie, Yihui, J. J. Allaire, and Garrett Grolemund. 2018. R Markdown: The Definitive Guide. Boca Raton, Florida: Chapman; Hall/CRC. https://bookdown.org/yihui/rmarkdown.
Xie, Yihui, Christophe Dervieux, and Emily Riederer. 2020. R Markdown Cookbook. Boca Raton, Florida: Chapman; Hall/CRC. https://bookdown.org/yihui/rmarkdown-cookbook.
Zhu, Hao. 2021. kableExtra: Construct Complex Table with ’Kable’ and Pipe Syntax. https://CRAN.R-project.org/package=kableExtra.